Basis van machine learning

Welke logische functie kan niet worden weergegeven door een enkelvoudig perceptron dat alleen uit een invoerlaag en een uitvoerlaag bestaat (één neuron dat met een drempel 0 of 1 uitvoert)?

  1. AXOR
  2. BAND
  3. COR
Antwoord en toelichting tonen

Antwoord: A. XOR

Een enkelvoudig perceptron bepaalt zijn uitvoer door na te gaan of de gewogen som van de invoer een drempel overschrijdt; het kan de invoerruimte dus alleen met één rechte lijn (hypervlak) in twee delen verdelen. Bij AND en OR kunnen de punten met uitvoer 1 en de punten met uitvoer 0 door een rechte lijn worden gescheiden, maar XOR geeft 1 bij (0, 1) en (1, 0) en 0 bij (0, 0) en (1, 1), wat één rechte lijn niet kan scheiden. Een meerlaags perceptron, met een verborgen laag ertussen en een niet-lineaire activatiefunctie, kan ook XOR weergeven.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over Basis van machine learning

  1. Bij classificatie met drie klassen zijn de waarden die in de softmaxfunctie gaan (logits) 3, 1 en 0. Ongeveer hoeveel keer zo groot is de uitvoer (kans) van de eerste klasse als die van de tweede klasse? Welke waarde ligt het dichtst bij het antwoord?
  2. Een klein neuraal netwerk met de invoer x₁ = 1 en x₂ = 2 heeft twee verborgen neuronen h₁ = ReLU(x₁ + x₂ − 1) en h₂ = ReLU(x₁ − 2x₂ + 1) en de uitvoer y = 2h₁ + 3h₂ + 1. Wat is de waarde van y?
  3. Zij p de kans die een model aan de juiste klasse toekent. Welke beschrijving van het kruisentropieverlies −log p, dat wordt gebruikt om classificatiemodellen te trainen, is juist?
  4. Bij gradiëntafdaling is de gradiënt van het verlies ∂L/∂w bij het gewicht w = 2,0 gelijk aan 0,5 en is de leersnelheid 0,1. Wat is het gewicht na één update?
  5. De afgeleide dy/dx van y = (2x + 1)² bij x = 1 wordt met de kettingregel bepaald, met u = 2x + 1 en y = u². Welke waarde is juist?